基本面数据：财务报表与时点纪律

某上海私募的股票多空基金组合经理周一上午盯着一份回测：沪深300 截面 P/E long-cheap / short-expensive 价值策略，12 年夏普比率 1.4，最大回撤 11%，可以放到周三投决会上。同一策略半年前由资深量化跑出来夏普只有 0.7。信号、标的池、交易成本模型 全部相同——区别仅在：新回测读 fundamentals_current，旧版读 fundamentals_pit。周三之前你必须搞清楚哪个是真。本课要装入的就是基本面、估值比率、双时间时点纪律 这套词汇——让你 20 分钟而不是 2 周回答它。

四种基本面数据产品

Track 4 后续课程，对基本面数据，就只用下面这四个产品名——并且只用这四个。把顺序与「流量 vs 存量」这个二分记牢：

1. income statement          — 流量报表：营业收入 → 营业成本 → 营业利润 → 净利润，跨整个会计期间
2. balance sheet             — 存量报表：资产 = 负债 + 所有者权益，期末时点切片
3. cash flow statement       — 流量报表：经营性 + 投资性 + 筹资性现金流，把净利润勾稽到现金
4. analyst-estimate consensus — 覆盖该公司的所有分析师预测（营业收入、EPS、目标价、推荐评级）的均值 / 中位数，外加跨分析师的标准差作为分歧度信号

income statement（利润表）从 营业收入 起步，扣 营业成本 得毛利，扣 营业费用 得 营业利润 EBIT，扣 利息费用 与 所得税 得 净利润。每一个数字都「在这个会计期间内」，不是某一时刻。

balance sheet（资产负债表）是期末时点的快照，满足 资产 = 负债 + 所有者权益。资产分流动（现金、应收账款、存货）与非流动（固定资产、商誉）；负债同分流动 / 非流动。

cash flow statement（现金流量表）把权责发生制下的 净利润 勾稽回真实现金移动：经营性现金流 + 投资性现金流 + 筹资性现金流。生产规则：若 净利润 与 经营性现金流 多季度持续背离，应计项一定在动手脚——查。

analyst-estimate consensus（一致预期）是第四类产品。每家被覆盖公司、每位卖方分析师发布预测（营业收入、EPS、目标价、买入 / 持有 / 卖出推荐）；一致预期 = 跨分析师均值或中位数；跨分析师标准差本身是分歧度信号。CN 区聚合器：Wind 一致预期、朝阳永续。

估值比率与它们各自回答的问题

把三张核心报表加上一致预期，加上市值（价格 × 总股本），任何一个经典估值比率都可以算出来。每个比率回答一个具体问题，并喂给 4.3 的某个具体因子：

| ratio        | definition                              | question answered                                   | production use                          |
| P/E          | price / TTM EPS                         | what does the market pay per dollar of earnings     | value-factor input + cross-sectional ranking |
| P/B          | price / book value per share            | what does the market pay per dollar of accounting book | value-factor input + asset-coverage  |
| EV/EBITDA    | (market cap + debt - cash) / TTM EBITDA | cap-structure-neutral comparison                    | M&A + cross-firm comparison             |
| FCF yield    | TTM free cash flow / market cap         | what cash return does the equity holder earn        | quality-factor input                    |
| dividend yield | TTM dividend / price                  | what cash distribution does the equity holder earn  | income-factor input                     |
| ROE          | net income / shareholders' equity       | how efficiently does management deploy capital      | quality-factor input                    |

另有两个比率，仅给一行命名而不展开成行：ROA = 净利润 / 总资产——资本效率的资本结构中性视角；debt-to-equity = 总债务 / 所有者权益——4.4 风险模型里要用的杠杆视角。前向指引：在 4.3.1（因子动物园）中，这些比率是 long-cheap / short-expensive 组合构建的 原始 输入（含行业中性化 + 行业内排序）；本课止于定义本身。

跨区可比性规则要明确给出警告。AAPL 的 US-GAAP P/E = 18 与某沪深300 成分股在 企业会计准则 下的 P/E = 18，​​不是同一个数字​​。US-GAAP 与 CASBE 在研发资本化、经营 租赁、商誉减值的处理上不同；直接比较会引入几个百分点量级的「橘子比苹果」偏差。生产规则：跨区比较之前，永远先归一到一个统一的比率口径（或直接使用供应商已预归一的跨区表）。

时点（PIT）词汇三元组

每一个基本面数值都带三个日期。这是本课​​最重要​​的概念跳跃——现在把它装进去，本模块后续每一课都会自然落地：

1. value_date     — 数值「关于」的那个日期（资产负债表条目用期末日；利润表条目用期末日；分析师预期用公告事件日）
2. filing_date    — 报表向监管机构递交的日期（SEC 的 10-K / 10-Q / 8-K 公告日；CSRC 的 年报 / 半年报 / 季报 / 公告 公告日）
3. knowledge_date — 数值被公司「知晓」的日期（首次披露版等于 filing_date；任一次重述都等于该次重述披露日）

生产规则：​​每一张基本面表都是双时间表；永远不要给出在快照日尚未被知晓的数字。​ 一张非 PIT 数据集会暗藏三种失效模式：

1. ​公告 vs 立案时点 陷阱（announcement-vs-filing-date trap）​​。公司在第 D 日发出业绩 预告，30 天后才正式 立 10-Q。一个 2019 vintage 回测如果在 D 日就用上正式数字（而实盘策略只看得到 预告），收益会被高估，幅度等于「公告反应」本身。
2. ​重述（restatement）陷阱​​。公司在 2022Q2 报告 2022Q1 营业收入 = 1 亿；2023Q4 重述为 8500 万。当前 vintage 数据集会把 2022Q1 始终 写成 8500 万；PIT 正确的数据集则在 2022Q2 ~ 2023Q4 期间显示 1 亿、自 2023Q4 起改显 8500 万。
3. ​追溯修正（retrospective-correction）陷阱​​。会计准则切换（CN 在 2018 年正式落地 IFRS-9 金融工具；US 在 2019 年实施 ASC 842 租赁）会导致多年度数据在单一季度全部被重述。当前 vintage 数据集会用新准则回填旧年份——一个 2017 vintage 的回测于是能「看到」2017 年还不存在的信息。

双时间 SELECT 模式

「在 D 日，我们当时知道关于 X 的什么」这条规范查询，在任何仓库引擎（Snowflake / BigQuery / DuckDB / 带窗口 CTE 的 Postgres）下都是同一个形状。把它背下来：

-- show the most recent known value for each historical period as of the snapshot
SELECT symbol, value_date, revenue, net_income
FROM fundamentals_pit
WHERE symbol = '600519'
  AND value_date     <= '2023-12-31'
  AND knowledge_date <= '2023-12-31'
QUALIFY ROW_NUMBER() OVER (PARTITION BY value_date
                           ORDER BY knowledge_date DESC) = 1
ORDER BY value_date;

两条 WHERE 子句都以快照日为参考：value_date <= snapshot 只保留期末已经发生的会计期间；knowledge_date <= snapshot 只保留在快照日前就已被 知晓 的数值版本。QUALIFY ROW_NUMBER() ... ORDER BY knowledge_date DESC = 1 把任意一条重述链折叠到「最新已知」那一版——也就是快照日当天的实盘策略能看到的那个数。L4 会把这个查询升级为 SCD-2 视图（effective_from / effective_to），这里你停在查询形状上。

这件事重要到什么程度？已发表研究 López de Prado《Advances in Financial Machine Learning》第 7 章、以及 Bailey 与 López de Prado 关于回测过拟合的论文都给出量化结论：​​使用当前 vintage 基本面数据的价值因子回测，会把策略收益高估 20-50%​​；压力期更糟。本课开篇 0.7 到 1.4 的夏普差就是这个量级。价值因子在更宽的因子模型里通常与质量因子正交，二者构成基本面因子簇两根支柱（见 4.3.1）。

跨区会计与披露规则对照

证监会（CSRC）作为 A 股 公告 的发布机构，与本课内容紧密相关；CN A 股的 T+1 结算 制度则定义了价格端时间戳的最小可结算粒度（详见 4.1.1 跨模块引用）。

两个区域，一张对照表。这张表格是跨区做量化时人人都会内化在脑里的参考卡：

| dimension                    | us                                                          | cn                                                                                                  |
| accounting standard          | US-GAAP per FASB                                            | 企业会计准则 CASBE (largely converged to IFRS)                                                       |
| fiscal year-end              | varies by issuer (AAPL late September; most calendar)       | 12-31 fixed by Company Law                                                                          |
| annual filing                | 10-K within 60-90 days of fiscal year-end                   | 年报 by April 30                                                                                    |
| quarterly filing             | 10-Q within 40-45 days of period end                        | 季报 by April 30 (Q1) and October 31 (Q3); 半年报 by August 31                                       |
| event-driven filing          | 8-K within 4 business days of a material event              | 重大事项 公告 + 业绩 预告 (mandatory when quarterly profit changes ≥ 50% YoY)                         |
| primary source               | SEC EDGAR + XBRL                                            | CSRC 信息披露 系统 + 上交所 / 深交所 信息披露 平台 + 巨潮 资讯 网                                      |
| production vendor canonical  | S&P Compustat (+ CRSP for securities-master)                | Wind 万得                                                                                            |

两点关键。CN A 股因《公司法》会计年度末固定 12-31，跨截面对齐显著比美股简单。​​业绩预告 + 业绩快报​ 是 CN 特有的强制 / 半强制信息流：季度净利润同比变化 ≥ 50% 时公司 必须 在正式财报前发预告——US 端无等价。监管端原始源（巨潮资讯网等）免费且权威，但归一化成跨公司可比表是 6-12 个月项目；Wind / Choice / 同花顺 / 通联 已替你做完。

基本面数据供应商生态

CN 区基本面数据供应商生态围绕五个锚点稳定下来。​​Wind 万得​ 是 CN 买方机构生产环境的事实标准；​​Choice 数据​​（东方财富 旗下）次主流；​​同花顺 iFinD​ 在卖方研究所与中小私募 里广泛使用；​​通联数据​​（datayes）面向 ROBO Advisor 与算法服务；​​Tushare Pro​ 是个人研究者的成本优选。监管端原始源：CSRC 信息披露 系统、上交所 / 深交所 信息披露 平台、巨潮 资讯 网。生产规则：​​在 Wind / Choice / 同花顺 / 通联 已经归一化的情况下，永远不要从原始 公告 文件自己重新算基本面——重做归一化是一个六个月项目​​。

工作示例：600519 贵州茅台 的双时间镜头

从 Wind 的 fundamentals_pit 表拉 600519 过去五年的基本面历史。每季度末，从滚动四季 摊薄 EPS 汇总出 TTM EPS，从 bars_1d.close 取季度末股价，算 P/E。画两条曲线：(a) P/E「当时已知」版；(b) P/E「至今已知」版。两条线在所有重述季度上分叉。把分叉量化：大多数季度 < 1%，但五年窗口里有 5-6 个季度差距超 3%。把每条 P/E 序列各自喂进一个 2019 vintage 价值因子回测——今日 vintage 版本的夏普会比当时已知版高出「look-ahead bias」的部分，量级与已发表研究的 20-50% 完全一致。

四句话的纪律收尾：基本面数据是双时间的；每张研究表都必须携带 value_date 与 knowledge_date；永远不要给出在快照日尚未被知晓的数；生产查询是双时间 as-of 视图，不是当前 vintage 视图。

练习

P/E = \frac{price}{EPS_{TTM}} = \frac{price}{\sum_{q \in \text{trailing 4Q}} EPS_q}

本课组装清单

本课按顺序组装的可核对件：

• Inline-code listing——四种基本面数据产品 + 流量 vs 存量 二分。
• Inline-code table——六个核心估值比率映射到 定义 / 回答的问题 / 生产用途。
• Inline-code listing——PIT 词汇三元组 value_date / filing_date / knowledge_date 加生产规则口号。
• Fenced ```sql 代码块——双时间 as-of SELECT 模式（含 QUALIFY ROW_NUMBER()）。
• Inline-code table——跨区会计 + 披露 对照（US-GAAP vs CASBE、会计 年度末、披露 时限、监管原始源、供应商 主选）。
• 练习——三题考察价值策略回测中的 PIT 漏洞，含两条递进式 Hint。
• FormulaExplorer——P/E = price / TTM EPS 表达式。

四句话的纪律收尾：基本面数据是双时间的；每张研究表都必须携带 value_date 与 knowledge_date；永远不要给出在快照日尚未被知晓的数；生产查询是双时间 as-of 视图，不是当前 vintage 视图。

下一课

掌握基本面数据产品面与 PIT 纪律后，下一课打开另类数据产品面——新闻、卫星、网络爬取、社交、客流、信用卡、ESG、天气——并展示 PIT 纪律 同样适用，且常常带着比基本面更严重的数据可获得性滞后。把 value_date / knowledge_date 三元组带到 L2 去。